Qwen-Image 2.1 Multiple-Angles LoRA：在 ComfyUI 中从任意视角重拍物体

平视高度下金毛寻回犬的环绕视角，涵盖全部 12 个方位角步进，使用 v2 模型的第 1,500 步生成。

适配器带来了什么

Qwen-Image 2.1 在单一模型中同时处理生成与编辑，但并不知道相机位于何处。提示它“展示背面”通常会让主体基本停在原位。这个 LoRA 转而教会模型一套姿态字典：每条提示都以触发词 <mva> 开头，后接具名的方位角与仰角，模型移动的是相机，而不是场景。

同一组环绕视角以带标注的条带形式呈现，每个方位角一帧。

语法很简短：

<mva> {azimuth}, {elevation}[ close-up]

• 12 个方位角，以 30 度为步进，从正面视角经两侧一直到背面视角。
• 4 种仰角：平视、抬高（30 度）、高角度（60 度）以及俯视（90 度）。
• 每种组合都有一个 close-up 变体，总计 72 种可寻址的取景。
• 在 ComfyUI 或 diffusers 中，推荐 LoRA 强度为 0.8 到 1.0。

在真实照片上的表现

训练集是渲染物体，但模型卡片记录了一项针对从未见过的普通照片的留出测试：来自 Wikimedia Commons 的金毛寻回犬、猫和苹果。在强度约为 1.0 时，主体会旋转到所请求的视角，场景基本得以保留，不过对于远离训练分布的物体，毛发等细节会变软。

右前方四分之三视角，平视	背面视角，平视

卡片给出的经验法则：从强度 1.0 开始；如果重拍结果偏向于复制参考照片而不是移动相机，就把强度降到 0.8 左右，而不是更换模型。

v2 有哪些变化

第二个修订版是推荐的下载版本。它把训练对从 5,028 提升到 13,328（以角色为优先的 Dome-Objaverse 数据集，加上经过许可证筛选的绑定角色），把 rank 从 32 提升到 64，并将基础精度从 convrot int8 切换为 bf16，同时采用加权时间步采样。

角色姿态对照表：v1 第 1,000 步与 v2 第 1,500 步的对比。

各版本之间的 <mva> 语法和姿态字典没有变化，因此为 v1 构建的工作流在替换文件后仍可继续使用。卡片推荐 v2 训练的第 1,500 步（rank 64、完整精度，checkpoints_v2/ 中约 319 MB）；v1 文件仍位于 checkpoints/ 中，其中第 1,000 步是最佳选择。

在 ComfyUI 中运行

这个适配器就是普通的 LoRA，因此不需要任何自定义节点包：把 .safetensors 放进 ComfyUI/models/loras/，然后用标准 LoRA 加载器与 Qwen-Image 2.1 扩散模型、其文本编码器和配套 VAE 一起加载。卡片推荐强度为 0.8 到 1.0；没有适配器专用的采样器或 CFG 值，因此沿用基础模型自身的设置。

基准测试：如实说明

卡片公布了一个包含 144 个用例的留出基准（24 个未见过的物体，每个 6 种姿态），使用 CLIP 图像-图像余弦相似度与真实圆顶渲染结果进行评分，并如实报告：未适配的基础模型平均得分实际上略高（0.857 对比 0.832），因为该指标主要衡量整体图像相似度，而不是相机是否发生了移动。作者指出，正确的评估方案是姿态检索准确率，这还需要再进行一次渲染；他们让读者把匹配提示的 A/B 图像作为该能力本身的主要证据。

获取方式

权重： akhaliq/Qwen-Image-2.1-Multiple-Angles-LoRA
基础模型： Qwen/Qwen-Image-2.1
训练数据（v2）： akhaliq/qwen21-multiple-angles-train-v2
基础系列页面： Qwen-Image 2.1